原型學習

醫學影像分類

MedFormer‑UR：結合不確定性導向路由與原型學習的醫學影像分類變換器

醫學影像模型需提供可靠的不確定性量測。研究者在 MedFormer 基礎上加入原型學習與 Dirichlet 證據式不確定性，讓模型即時定位模糊區域並過濾噪聲特徵。四大影像測試顯示校準誤差降低最高 35%，提升選擇性預測可靠性。